当前位置:100EC>生活服务电商>【O2O研究】饿了么 美团等外卖平台的价值在哪里?

全国疫情数据

{{dataList.mtime}}
  • 确诊

    {{dataList.gntotal}}

  • 疑似

    {{dataList.sustotal}}

  • 死亡

    {{dataList.deathtotal}}

  • 治愈

    {{dataList.curetotal}}

【O2O研究】饿了么 美团等外卖平台的价值在哪里?
青十五微信公众号:青十五发布时间:2020年09月21日 08:29:37

(网经社讯)上周,大家都沉浸在《外卖骑手,困在系统中》这篇万字长文(以下简称《系统》)及其余波之中。

对外卖小哥的同情、对算法的批判,对两家平台声明的支持与反对;朋友圈的表达、社区的争论,再加上各路媒体们的推波助澜。一时间百花齐放百家争鸣,好不热闹。

让包括我在内的每个人,都仿佛能以置身事外的身份指点江山,却又颇有代入感地参与其中。

如今热点退去,让我们有时间沉下心来思考一个问题:美团饿了么这些外卖平台的价值,究竟在哪里?

回答这个问题很重要,它决定了平台存在的必要性,否则外卖平台就只是一个大家口中所说的“剥削者”,在用“算法”这种所谓的无情工具,压榨着外卖小哥们的劳动价值。

01 从校园创业开始说起

外卖平台是怎样诞生的呢?

我相信,在饿了么、美团等平台诞生以前,外卖平台这个创业idea,一定排在所有大学校园创业idea的Top3(饿了么本身也是从校园创业中走出来的成功案例

那时校园里有许多不安分的大学生,他们可能都有过类似的经历和想法:

我上铺那头“猪”,每天都要我给他带饭;而每一层寝室甚至每个寝室,都至少有这么一头“猪”;那么,全校至少就有成百上千头“猪”;如果我做一个外卖平台,把周边的饭店、小餐馆,甚至是食堂菜单都搬到线上,一定很有市场。

想百步不如走一步,那我们就开始干吧!

搭建一个外卖网站,说简单也不简单,说难也不难:

那个年代没有成熟的公有云,网站开发可以外包,但服务器硬件、运维都得自己解决;

不过,那时大家也都还在用诺基亚,不用考虑Android版、iOS版,更不用考虑什么小程序版,只需要一个B/S架构的Web网站就可以;

运营方面,校园周边的商家就那么些,和他们谈妥合作模式后把菜单拿来,录入到网站后台;

一切准备妥当,印上那么几千份传单,在学校里扫楼塞到每个宿舍的门缝底下;

一个大学校园外卖网站就这样上线了。

当然,很快这样的一个外卖团队会开始遇到各种问题:

  • 例如支付方面,那个时候在线支付方式是相当匮乏的,大部分时候还得依赖货到付款或者预充值;

  • 例如用户习惯方面,许多用户还是更习惯于过去的电话预定,所以网站仍然需要准备坐席来承接这部分订单;

  • 例如菜单更新方面,商户端几乎没有用电脑的习惯,菜单的更新依然需要定期地依靠运营团队线下接触来完成;

……

这些问题,随着互联网的发展与时间的推移,可能到现在已经不再是问题了。

最终留下来的,也是最棘手问题只有一个,这个问题能否解决,决定了外卖平台最终能否持续生存:配送问题。

02 外卖平台的本质:配送业务

2011年,一篇知乎回答登上了当时的知乎日报,文中描述了当年外卖网站运营的三种模式:

  1. 为自家餐饮品牌提供外卖服务,例如KFC网上订餐;

  2. 从事第三方配送,例如点我吧、饭易得;

  3. 仅提供订购平台,配送由店家自己配送;例如129T;

做外卖平台创业的大学生们很快发现,自己陷入了两难境地:

  • 要么,完全不碰即时配送(模式1&3),做一个纯粹的所谓互联网创业者;这种模式好处是比较轻,但有自己配送能力的商家少之又少,大多是大型连锁品牌,面对他们可能连见面谈判的机会都没有;

  • 要么,自建即时配送体系(模式2),能够容纳更多商家餐食更丰富,但是这样一来,要么一上来就得雇佣员工,要么自己就得亲自上阵;无论如何都要重很多,把一个“性感”的互联网创业做成了不那么“性感”的“跑腿公司”。

对于用户来说,你是哪种模式并不重要,用户只是单纯地希望商家/餐食种类多、配送速度快,然后总价稍微比堂食多那么一点点就好。

我们事后从美团、饿了么等公司入局后的结果来看,显然是能够控制配送交付质量、同时解决大部分商家配送问题的模式2笑到了最后。

也正如那篇文章中,作者最后总结的那样:

第三方外卖订餐网站本质不是网站,而是一个跑腿配送公司。

那么现在问题来了,作为一个跑腿(即时)配送公司,美团、饿了么等存在的意义在哪里呢?不就是雇人送个外卖,然后从配送费里抽成、压榨配送员吗?

或者,我们提出一个更General的问题:配送业务要如何创造价值呢?

03 即时配送业务的优化

如果我没记错的话,那时麦当劳、肯德基这些专送的配送费都是固定的,20元/单。

这个配送费可真是太贵了,都赶上一个鸡腿堡+一对鸡翅了。

所以,如果要点餐的话,最好是问问室友要不要一起点,这样平摊下来每人就至多只需要10元/单的配送费了。

“20块钱的配送费太贵了,要单独点的话我肯定不点”,室友说。

然而并不是每次运气都这么好能够找到认识的人拼单,同时间下单的,有可能是隔壁老王、楼下小黑这样的陌生人。

这些新订单产生的前提,是配送费的下降,例如从20元/单降到12元/单。

这样一来,配送平台就能安排配送员两单并做一单送,并且从不抽成改为每单抽1元。

我们会发现,经过这样调度之后,配送员提升了一倍的效率;而与原来单个订单相比,配送员跑的路程不变,但各方都获得了更多利益:

如果只是这种简单的合单,麦当劳、肯德基这样的品牌商家自配送也可以做到,外卖平台的优势在哪呢?

我们曾经聊过这个话题,事实上,品牌商家的自配送模式有一个天然的缺陷,那就是返程是空载的,配送员的负载率上限就只有50%。

而平台配送模式本身决定了,配送平台有机会进行全面调度,从而能够将全程都利用起来,即让配送员返程时携带另一商家的订单进行配送:

当然,实际情况很少有像上图那样完美的情况,能够达到接近0%的空载率。大部分时候,骑手都是在身上已有多个订单的情况下,在一个片区内不断地接单、取餐和送餐:

这个过程中的效率改进,本质上还是来自上面的两种优化方向:骑手同时配送多个订单(合单)增加负载率,以及通过调度减少骑手空载率。

整个物流行业的优化方向,也是如此。

正如前面合单案例看到的那样,效率优化后各方都会从中获益,在这个过程中平台提升的效率越多,所有参与方分享的收益就越多。

04 ETA(送达时间预估)的由来

总的来说,外卖平台的作用,并不只是简单地进行利益的分配。

如果我们只是将外卖配送视为一个零和游戏,当希望增加骑手收入时,想的方案都是让用户多付配送费,或者让商家和平台补贴配送费,这样的思考方式只会让我们停滞不前。

外卖平台真正的价值,在于利用物流行业的规模效应,用尽可能优化的调度方案完成配送,挖掘和获取效率差

而这种效率差带来的收益,实际上是由用户、商家、骑手、平台共享的。

共享的比例,则取决于骑手求职市场供需、用户与商家在外卖市场的供需、外卖平台之间竞争等各个均衡点中,每个角色所处的位置。

当然,这种调度方案是非常复杂的。

美团的首席科学家夏华夏,在今年极客公园的一次分享中举了这样一个例子:

如果一个外卖骑手,接到了5个配送订单(即5组从不同商家到不同用户的配送任务),那么这5个订单可能的配送方案就多达10!/2^5=113400种。

要在短时间内从这113400种配送方案中找到最优的一组,这还只是一个骑手接5单的调度任务;

美团外卖目前有上百万骑手,日订单突破了4000万,调度方案可能性的数量级可想而知。

这样的调度规模远远超出了人类的能力范围,因此机器与运筹优化算法当仁不让地接下了这份工作。

而让算法能够完成调度的前提,就是在《系统》一文中被诟病最多的、也是这套算法的核心部件之一:ETA(Estimated Time of Arrival,送达时间预估),即给定一个订单,预估其送达时间。

为什么说ETA如此重要?因为它不仅影响着用户体验,也是后续调度算法和定价模型的核心输入参数。

如果ETA高估了配送时间(预估时间大于实际时间),那么骑手会有一段时间的空载或载重不足;

如果ETA低估了配送时间(预估时间小于实际时间),那么不仅这一单会延迟送达,后续已分配的其他订单也受影响。

所以ETA需要对配送时间进行一个准确地预估,无论是高估还是低估,都会对整体配送调度方案的效率产生影响。

美团技术的这篇文章,详细地解答了在ETA这个模块中,都有哪些工作(例如用户地址解析、交付点聚类、路径规划等)、考虑了哪些因素(如写字楼电梯、定位地点、传感器数据、商家历史数据等),以及还面临哪些挑战(天气、交通变化等)。

这里我们就不展开聊了,有兴趣的朋友可以点击上文链接了解。

05 两个回应:冰火两重天

ETA系统当然不是完美的,其中有很多预估不准确的badcase,也包括《系统》一文提到的路径规划问题、高峰电梯问题等。

这里面有数据采集的因素、数据稀疏的原因,也有模型本身的不足。

例如对部分商家数据的缺失,影响对商家出餐速度的预估准确性;或者系统可能没有识别到骑手的骑行状态,所以按照步行推荐了一条逆行的路线等。

美团在随后的回应中没有详细解释这些原因,而是大方地承认了自己系统存在问题,并提出了多项举措进行改进。

这样的回应可以说是中规中矩,可圈可点。回应发出后,也赢得了大部分人的赞许。

不过我倒是觉得这份回应之所以被认可,更大的原因是同行衬托得好。

因为在此之前,饿了么抢先发出了一份回应:

这样的回应初看没什么问题,甚至有那么一些人性化;

但细细琢磨,这其实是一下子把“催促骑手准时送达,导致骑手安全风险增加”的帽子扣到了用户头上:

  • 未来骑手要是在配送我的订单时发生安全事故,是不是就是因为我不点这个按钮导致的呢?

  • 如果我点了这个按钮,那是不是骑手就先送其他单去了(反正我晚到一会儿没关系)?

  • 甚至我是不是从此被打上一个“老实人”的标签,在未来点外卖的时候都排在后面配送?

……

可想而知,这样的回应发出后,是怎样被回过神的用户们骂上了热榜热搜。

虽然我们常说,公关行为本质上是态度大于内容,不过这样未经深度思考的解决方案,还是不发的好。

还是那句话,我们不能一直局限在零和游戏的思维当中。

想让骑手配送时间不那么紧绷,不能仅仅依赖用户在配送时间上的“施舍”,或者是平台在规则上的让步。

06 困局何解?

解决方案,其实并不一定局限于更好、更精准的算法。

骑手的配送时间如此紧绷,究其根本,源自外卖需求的峰谷效应,即我们之前聊过的:外卖需求真正的高峰,只是在中午和傍晚各两个小时的时间里。

在高峰期,每一个骑手都是满负荷、超负荷状态,身上都有多个订单,如果遇上恶劣天气还容易爆单,这种情况下超时在所难免;

但在闲时,骑手的配送时间就相对充裕,有时想接单都不一定有单,你甚至会看到骑手在路边刷手机。

所以,对于《系统》一文中骑手被时间追赶的情况,如果我们只关注外卖配送调度的算法优化,那么它总归有一个极限,而且优化的难度会越来越高,边际效用递减。

同时,无论算法怎么优化,都改变不了外卖需求的客观分布规律,高峰期的运力紧张情况在所难免。

只有在高峰期增加运力,才有机会缓解或改变这种状况。

有哪些方法可以增加运力呢?

《系统》一文中,展示过这样一张骑手排队等电梯的动图:

我们会看到,每个骑手都拿着自己的订单,需要配送到这个大厦的不同楼层的用户手中;

如果这时,能够有一台室内配送机器人,将这些外卖归集到一起,接下来再通过电梯或楼梯依次配送给每个用户,考虑到多人等电梯的时间损耗,这样的方案可能会更优:

这种挖掘效率差的逻辑与之前的合单也是类似的,同时从另一个角度看,这些机器人就相当于额外增加的运力,这些运力在高峰时期的效率提升会更加明显。

事实上,美团在两年前就发布了无人配送平台MAD,同时美团也投资了研发无人配送机器人的一些公司。

只不过这些并没有体现在上周的回应当中。

还有读者会问,何必弄得这么复杂?既然高峰期骑手数量这么紧张,那多招点骑手不就好了?

如果从整体去思考骑手供需的话,就会发现,要不要多招骑手,其实是由市场决定的。

假设现有其他环境变量不变(外卖单量、每单配送费等),骑手的整体收入不变,如果直接增加骑手的话,也就意味着,骑手的平均收入将会下降;

如果骑手的平均收入下降,就会有骑手退出这个工作,骑手的供需又会回到之前的均衡点。

由此可见,如果不增加骑手的整体收入,单纯地招聘骑手并不能解决高峰时期运力问题。

那么怎样增加骑手的整体收入呢?

回到之前的外卖需求分布图,在需求低谷区,我们看到了大量的闲置运力,如果这些运力能够更多地投放到其他一些非外卖的配送业务(如商超类、跑腿类,甚至是同城快递等),骑手的整体收入会得到提升。

如果骑手数量不变,整体收入提升也就意味着骑手的平均收入上升,从而让更多的人加入这份工作,直到骑手供需达到新的均衡点。

在这个过程中,运力得到了新的补充,一定程度上也能缓解高峰期的供需压力。

外卖业务困局的纾解有赖于非外卖业务的发展,骑手接更多的单反而能够缓解外卖高峰时的压力。

怎么样?这样的结论是不是有一点反直觉?[笑]

07 我们还在担心什么?

最后,我们还是回到最初的文章与事件。

《系统》一文发酵了一周,在看都有10万+了;

人们的声援究竟是一种廉价的同情,还是出于对自己未来职业生涯的担忧,又或者是发现自己职场的处境与骑手无二的共情?

我想可能三者皆有吧。

除此以外,从公共安全的角度看,我们还有一件值得关心的事情——负外部性

什么叫负外部性?

这是一个经济学中的概念,反映的是一个经济主体的行为对另一经济主体的不利影响。

例如,水源上游的工厂排放污水,对下游居民的生活产生不利影响。

在外卖这个事情上,外卖平台、平台上的用户和商家、骑手共同组成了一个经济主体,所有这些角色都在这个经济行为中获益;但这个事情对公共交通却有越来越不利的影响,也让无关行人暴露在更大的风险之中。

负外部性的问题,没有办法仅依赖市场解决。

常见的处理办法,是政府对向社会产生这种负外部性的行为征税或者罚款,通过这种增加额外成本或成本转移的方式,敦促前者改进自己的行为,减少或消除负外部性。

但不知道外卖平台们,是否意识到了,自己作为获益一方的一部分,也是最有能力做出改变的一部分,应该为减少和消除这种负外部性做出努力。

还是只是把来自交警的罚单,简单粗暴地转移给了骑手、城市代理商;

把发生交通事故的风险,也简单粗暴地转移给了保险公司?

有没有可能,在监测到骑手行驶数据的情况下,对于不超速、不逆行、不违章的骑手给予一些奖励或补贴呢?

哪怕只是把它当做雇主责任险中的优选体呢(类似车险中的零出险次年优惠)?

08 结语

是的,我们当然可以怪罪算法。

毕竟算法不会说话,还不了嘴。

但算法本身是一个很好的工具,它能够帮助我们获取更多效率差、创造更多价值,让一个零和游戏,变为一个多方共赢的游戏。

同时,也没有哪个算法是完美的,随着它在如今工作生活中应用占比越来越高,许多缺陷也会被不断放大,哪怕是千分之几的异常率,在海量业务量的情况下也有可能是每天上万人受到影响,需要我们时刻关注和解决。

算法优化本身带来的收益,是边际递减的;

有时我们不妨看向算法之外,从经济学的角度出发,寻找更多元化的解决方案。

近日,国内首份《中国社交电商合规研究报告》,并公布《社交电商“涉传”争议网络舆情排行榜》,包括全球时刻、有好东西、云集、千团、环球捕手、云集品、有品有鱼、花生日记、未来集市、聚多佳品、每日拼拼、洋葱海外仓、达令家、淘小铺、斑马会员、贝店、大V店、粉象生活、芬香、爱库存、云品仓、达人店、甩甩宝宝、蜜源APP、楚楚推、素店、万色城、蜜芽plus、喜团、单创30家平台上榜。

【版权声明】秉承互联网开放、包容的精神,网经社欢迎各方(自)媒体、机构转载、引用我们原创内容,但要严格注明来源网经社;同时,我们倡导尊重与保护知识产权,如发现本站文章存在版权问题,烦请将版权疑问、授权证明、版权证明、联系方式等,发邮件至law@netsun.com,我们将第一时间核实、处理。

      平台名称
      平台回复率
      回复时效性
      用户满意度